节点影响力下的改进SIR传播模型

研究不同影响力的节点在复杂网络信息传播过程中产生的作用,对于分析舆论传播、预防谣言扩散、引导信息传递等方面具有重要意义。针对传统易感-感染-移出（Susceptible-Infected-Recovered,SIR）模型认为网络中所有节点性质相同,在信息传播中具有相同的接触感染率和恢复率的问题,提出了节点影响力下的改进SIR传播模型——NI-SIR（Node Influence SIR）,并对其阈值推导过程展开深度分析。首先,将复杂网络中的节点按照影响力的不同进行分类,不同类别的节点赋予其不同的接触感染率及恢复率,达到模拟真实信息传播过程的目的;其次,对NI-SIR模型的阈值进行推导,从而为进一步判断疾病是否流行或信息扩散的趋势打下理论基础;最后,通过在真实数据集的实验对比,证明NI-SIR模型的偏差率明显低于传统SIR模型,在真实网络中有更好的适用性。     

基于SEIR的社交网络信息传播模型

结合传染病动力学的SEIR模型,本文建立了适用于社交网络的信息传播模型。该模型基于社交网络用户的行为特征,分析了社交网络的传播机理和网络参数对信息传播过程的影响,得出了动力学演化方程组,刻画了信息传播过程随时间的演化规律。仿真实验的结果表明,本文提出的模型能正确地反映社交网络上的信息传播的趋势,较为准确地描述信息传播过程。     

在线社交网络信息传播研究综述

在线社交网络已经成为当今社会信息传播的重要载体,形成了与现实世界交互影响的虚拟社会。大量的研究工作都致力于理解在线社交网络中的信息传播,包括流行度预测、传播建模、信息溯源等。该文综述了这些研究工作的最新成果,对当前社交网络信息传播的研究进行了总结。在综述的基础上,结合大规模在线社交网络的特点,给出了在结构、群体约束下的信息传播进一步的研究方向,包括流行度特征点的预测、信息传播宏微观交互机理研究、不完整观测条件下观测节点的选取等。     

基于记忆效应的社交网络信息传播模型

在线社交网络已成为当代社会信息交互的重要集散地,其信息传播日益活跃.为了探究社交网络中的信息传播规律,本文通过引入信息曝光度曲线与社交网络个体影响力,提出了一种基于信息转发传播过程中记忆效应的信息传播模型.在规则网络、随机网络与人人网数据集上进行仿真,研究发现谣言、爱好等具有兴趣累积型记忆效应的信息更容易在规模较大的规...     

基于信息传播的社交网络拓扑模型

研究社交网络的拓扑结构有利于深刻理解信息在人际网络中的传播过程以及社交网络所具有的拓扑特性。考虑到信息传递具有有向性,通过结合现实生活中信息传播所遵循的规律构造加权有向拓扑模型模拟信息传递的动态性,从而更好地仿真社交网络的拓扑结构。实验结果表明,模型所生成网络的拓扑结构的度、势分布以及度—势相关性具有明显的幂律分布特性;同时,通过分析所生成网络的聚类系数、核数和基尼系数,验证了其具有社交网络的聚集特性、层次性和异质性。     

社交网络信息传播演化建模研究综述

在线社交网络已经成为当今社会信息交流的重要渠道和载体,社交网络上的信息传播研究对于国家安全有重要的支撑作用,同时也具有巨大的市场价值。由于有大量研究工作都致力于理解社交网络信息传播,因此从社交网络结构演化、社交网络上信息传播建模及信息传播与社交网络结构的相互影响建模3个方面,系统综述了相关工作的最新研究成果,总结当前社交网络信息传播建模研究中存在的不足,并总结出网络结构的动态性、多平台相互作用及多信息传播间的竞争与合作等都是未来研究中需要考虑的重要因素。     

基于人类动力学的在线社交网络信息传播研究

Web2.0时代,社交网络因其交互性和即时性,已成为人类社会中社会关系维系和信息传播的重要载体。因此,理解社交网络用户行为特征及其对在线信息传播的影响至关重要。该文从人类行为动力学视角出发,系统梳理了近年来社交网络用户行为的实证研究。其次,综述了社交网络信息传播中用户行为时间特征的实证研究。最后,对用户行为时间特征与在线社交网络信息传播的相互作用进行了总结和展望。     

基于邻居度信息的节点传播能力度量算法

复杂网络中的节点传播能力度量具有十分重要的意义,有助于抑制谣言扩散、疾病传播等。研究者们普遍用度量节点传播能力,然而度指标忽略了邻居节点的重要程度。文中考虑邻居节点度信息,提出了一种新的度量节点传播能力方法。该方法通过计算邻居节点度的α次方的和来度量节点的传播能力。通过α调整邻居节点对目标节点的重要程度,α越大,度大的邻居节点对目标节点的贡献越大。实验结果表明,在最优值α情况下,文中提出的算法相对于度和K-核分解方法能更加准确地度量节点的传播能力。文中提出的度量方法只考虑邻居节点度信息,因此非常适合于大规模网络的节点传播能力度量。     

改进的SIR计算机病毒传播模型的注记

通过构造Dulac函数,研究了一种改进的SIR计算机病毒传播模型的流行病平衡点的全局渐近稳定性,利用数值模拟验证了结论的正确性。     

基于严格可控理论的社交网络信息传播控制方法

社交网络信息传播控制通过在合适的时机选择最佳的控制点,以较小的代价实现对大部分甚至整个网络的信息传播控制。社交网络用户间的弱关系往往具有信息需求互补、行为取向不断同化的特点,使其在信息扩散过程中有着不可忽视甚至爆发式的传播作用。针对这一问题,考虑社交网络强弱关系对信息传播的影响,该文提出一种基于严格可控理论的信息传播控制方法。首先,针对强关系对信息传播的影响,提取用户间的亲密度、权威性以及互动频率3个影响因素,构建强度关系网络。其次,考虑到信息传播中的弱关系特性,对网络中具有潜在价值的弱关系进行识别,并对强度关系网络中的连边权值加以更新。最后,利用严格可控理论找出网络中的驱动节点组,并根据信息传播的特征选取驱动节点集,对信息传播进行控制。实验结果表明,该文所提传播控制方法能对信息传播的促进或抑制进行有效控制,为社交网络信息传播控制提供新的方法和思路。